perl匹配两个文件中的字符串的一部分
我正在使用perl脚本来查找两个制表符分隔文件中的列之间的匹配。但是对于一列,我只想查找两列中两个字符串之间的部分匹配。perl匹配两个文件中的字符串的一部分
它涉及$ table2的$ row [4]和$ table1的$ row {d}。 $ table2的$ row [4]中的值如下所示: 'xxxx'。 $ table1的$ row {d}中的值如下所示: 'xxxx.aaa'。
如果'。'之前的部分是一样的,有一场比赛。如果没有,则不匹配。我不知道如何在我的脚本中实现这一点。这是我迄今为止所拥有的。我只查找不同列之间的完整匹配。 “...”表示的代码,是不是这个问题
#! /usr/bin/perl
use strict;
use warnings;
use Data::Dumper;
local $Data::Dumper::Useqq = 1;
use Getopt::Long qw(GetOptions);
...
...
chomp(my @header_table2 = split /\t/, <$table2>);
my %lookup;
while(<$table2>){
chomp;
my @row = split(/\t/);
$lookup{ $row[0] }{ $row[1] }{ $row[4] }{ $row[5] }{ $row[6] }{ $row[7] }{ $row[8] } = [ $row[9], $row[10] ];
}
my @header = do {
my $header = <$table1>;
$header =~ s/\t?\n\z//;
split /\t/, $header;
};
print $table3 join ("\t", @header, qw/ name1 name2 /), "\n";
{
no warnings 'uninitialized';
while(<$table1>){
s/\t?\n\z//;
my %row;
@row{@header} = split /\t/;
print $table3 join ("\t", @row{@header},
@{ $lookup{ $row{a} }{ $row{b} }{ $row{c} }{ $row{d} }{ $row{e} }{ $row{f} }{ $row{g} }
// [ "", "" ] }), "\n";
}
}
你会因为你的阵列@row
和你的哈希%row
无论是在完全不同的范围存在有一个作用域的问题很重要。
但如果你有变量(比如,$foo
和$bar
),你要知道,如果$foo
开始与$bar
后面跟着一个点的内容,那么你可以做的是使用正则表达式检查这样的:
if ($foo =~ /^$bar\./) {
# match
} else {
# no match
}
这看起来像一个数据库
下面的解决方案是行不通的工作,因为你是用九级按键($row[0]
... $row[8]
)构建%lookup
散列,并用它访问ONL y七个级别($row{a}
.. $row{g}
),所以你将不得不在真实情况下编辑
我看不出有什么理由让你的散列如此深入。在相关字段上使用join
形成的单个密钥可以正常工作,并且可能会更快一些。我也没有理由将table2
字段提取到数组中并将table1
字段提取到哈希中。数组似乎在这两种情况下细
我已经从table1
每个@row
复制到阵列@key
,除去最后一个点,建设$key
串
在从之前的第四个元素任何以下解决立即解决问题查看您在每条记录末尾的换行符之前添加备用制表符的历史记录,还添加了四条die
语句,用于在继续之前验证标题行和列行的大小。您可能需要调整这些值根据您的实际数据
use strict;
use warnings 'all';
use Data::Dumper;
local $Data::Dumper::Useqq = 1;
use Getopt::Long qw(GetOptions);
use constant TABLE1_COLUMNS => 9;
use constant TABLE2_COLUMNS => 11;
open my $table2, '<', 'table2.txt' or die $!;
my @header_table2 = do {
my $header = <$table2>;
$header =~ s/\t?\n\z//;
split /\t/, $header;
};
die "Incorrect table 2 header count " . scalar @header_table2
unless @header_table2 == TABLE2_COLUMNS;
my %lookup;
while (<$table2>) {
chomp;
my @row = split /\t/;
die "Incorrect table 2 column count " . scalar @row
unless @row == TABLE2_COLUMNS;
my $key = do {
local $" = "\n";
"@row[0..8]";
};
$lookup{ $key } = [ @row[9,10] ];
}
open my $table1, '<', 'table1.txt' or die $!;
my @header = do {
my $header = <$table1>;
$header =~ s/\t?\n\z//;
split /\t/, $header;
};
die "Incorrect table 1 header count " . scalar @header
unless @header == TABLE1_COLUMNS;
open my $table3, '>', 'table3.txt' or die $!;
print $table3 join ("\t", @header, qw/ name1 name2 /), "\n";
while (<$table1>) {
s/\t?\n\z//;
my @row = split /\t/;
die "Incorrect table 1 column count " . scalar @row
unless @row == TABLE1_COLUMNS;
my $key = do {
my @key = @row;
$key[3] =~ s/\.[^.]*\z//;
local $" = "\n";
"@key";
};
my $lookup = $lookup{ $key } // [ "", "" ];
print $table3 join("\t", @row, @$lookup), "\n";
}
我明白你想要做什么,但我的$表1包含约50列,所以@ {$查找{$行{A} } {$ row {b}} {$ row {c}} {$ row {d}} {$ row {e}} {$ row {f}} {$ row {g}}实际上是指列(在第一行)。所以我不认为你的解决方案在这种情况下会起作用。 – user1987607
@ user1987607:我看不出有任何理由怀疑你。你有没有试过我的代码?除非你展示真实的数据,否则我无法进一步提供帮助。 – Borodin
我之所以质疑table1是否包含9列,是因为表2包含50列(不仅仅是'a'到'g'),所以我将table1的9列与表2的列匹配, a','b','c','d','e',...,但不仅仅是该表格的前9列。 – user1987607